2.1 线性代数基础

文档摘要

2.1 线性代数基础第二章：数学与机器学习基础领域 - 2.1 线性代数基础引言 2.1.1 向量与矩阵：数据的基本表示在机器学习和深度学习中，数据通常以向量和矩阵的形式表示。向量 (Vector): 向量是有序的数字列表，可以表示空间中的一个点或一个方向。在机器学习中，向量可以表示样本的特征，例如，一张图像可以被展平成一个向量，向量的每个元素代表像素的强度。矩阵 (Matrix): 矩阵是数字的矩形阵列，由行和列组成。矩阵可以用来表示线性变换、关系数据或作为神经网络中的权重。例如，在神经网络中，权重矩阵连接着不同的层，负责信息的传递和转换。代码实践 (Python & NumPy): Python的NumPy库是进行线性代数运算的强大工具。